来自系列:应用机器学习
Seth Deland,Mathworks
使用ROC曲线评估分类模型。ROC曲线绘制真正的阳性率与阈值不同值的假阳性率。
此视频遍及几个示例,这些示例广泛地说明了Roc曲线以及为什么要使用它们。它还概述了使用ROC曲线时可能遇到的有趣方案。
ROC曲线是评估分类模型的重要工具。它们也有点抽象,因此让我们首先审查一些更简单的评估模型的方法。
让我们使用一个与心脏的声音有关的示例。给出了一颗心的音频记录的71个不同的功能,我们试图分类心脏声音正常或异常。
要理解的最简单的指标之一是模型的准确性 - 或者,换句话说,换句话说,它是正确的。准确性是有用的,因为它是单个数字,使比较变得容易。我现在正在看的分类器的准确性为86.3%。
准确性没有告诉你是模型是正确还是错的。为此,有混乱的矩阵,这表明了真正的阳性率。在这种情况下,它为74%,这意味着分类器正确预测的异常心脏声音74%的时间。我们也有9%的假阳性率。这是当心脏声音实际正常时,分类器预测异常的速率。
混淆矩阵为单个模型提供结果。但大多数机器学习模型不仅仅是对事物进行分类,他们实际上是计算概率。该模型的困惑矩阵显示了将具有> = 0.5的概率分类为异常的任何可能的结果,以及概率<0.5的任何概率<0.5。但是,0.5不必固定,实际上我们可以在0到1之间的概率范围内的任何地方阈值。
这就是ROC曲线进入的地方。ROC曲线绘制真正的阳性率与该阈值不同值的假阳性率。
让我们更详细地看待这一点。
这是我的模型,我将在我的测试数据上运行它以获得异常心声的概率。现在让我们开始在0.5时缩小这些概率。如果我这样做,我会得到真正的阳性率为74%,假阳性率为9%。
但是,如果我们想要非常保守,那么即使心声异常的概率只是10%,我们也会将其分类为异常。
如果我们这样做,我们就会实现这一点。
如果我们想要真的肯定,何时只有90%的概率归类为异常的声音?然后我们明白了这一点,这具有较低的假阳性率,也具有较低的真正阳性率。
现在,如果我们在0到1之间为此阈值创建一堆价值,请说出1000个试验均匀间隔,我们会得到许多这些Roc积分,这就是我们获得ROC曲线的曲线。ROC曲线向我们展示了真正阳性率和假阳性率的权衡,以实现该阈值的不同价值。
ROC曲线上将在0逗号0上有一个点。在我们的情况下,一切都被归类为“正常”。并且总会有1个逗号1的点,其中一切都被归类为“异常”。
曲线下的区域是我们的分类器有多好的度量。一个完美的分类器将有一个1的1。在这个例子中,AUC为0.926。
在Matlab中,你不需要用我在这里完成的手才能做到这一切。您可以从Perfcurve功能获取ROC曲线和AUC。
现在我们有那么下来,让我们来看看ROC曲线的一些有趣的案例:
·如果曲线一直向上和向左,则您有一个分类器,对于某些阈值完全标记测试数据中的每一点,您的AUC是1.您有一个非常好的分类器,或者您可能需要be concerned that you don’t have enough data or that your classifier is overfit.
·如果曲线是从左下角到右上角的直线,则您的分类器不会比随机猜测更好(其AUC为0.5)。您可能想要尝试其他类型的型号或返回您的培训数据,以查看您是否可以始介更好的功能。
·如果曲线看起来有点锯齿状,有时是由于不同类型的分类器的行为。例如,决策树仅具有有限数量的判定节点,并且每个节点具有特定概率。当我们谈到的阈值迄今谈到的阈值交叉时,锯齿性来自于一个节点的一个节点。锯齿也通常来自测试数据中的差距。
您可以从这些示例中看到,ROC曲线可以是一个简单但对分类性能进行分类的更简单但细致的工具。
如果您想了解有关机器学习模型评估的更多信息,请查看以下说明中的链接。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。